摘要:为了安装科学计算环境,控制好版本,今天上午总算折腾好了。切换和使用新的虚拟环境这样就能切换为这个版本的虚拟环境。通过输入查看现在版本,可以发现处于虚拟环境下了。指定包的版本多个版本并存,尤其是和的并存。下面用创建一个名叫的版本为的环境。
为了安装Anaconda科学计算环境,控制好python版本,今天上午总算折腾好了。
学习python有时希望在python2.7环境下,有时希望在python3.4环境下,该怎么办呢?
Anconda的包也不知道适合在什么环境下工作?
解决多python环境下,python版本切换的工具--pyenv应运而生。同时,另外一个工具virtualenv则提供了一种功能, 就是将一个目录建立为一个虚拟的python环境, 这样的话, 用户可以建立多个虚拟环境, 每个环境里面的python版本可以是不同的, 也可以是相同的, 而且环境之间相互独立。
下面简要介绍一下安装的过程:
$ git clone https://github.com/yyuu/pyenv.git ~/.pyenv #使用 git 把 pyenv 下载到家目录 $ echo "export PYENV_ROOT="$HOME/.pyenv"" >> ~/.bashrc #然后需要修改环境变量,使用 Bash Shell 的输入 $ echo "export PATH="$PYENV_ROOT/bin:$PATH"" >> ~/.bashrc $ echo "eval "$(pyenv init -)"" >> ~/.bashrc #最后添加 pyenv init $ exec $SHELL -l #输入命令重启 Shell,然后就可以重启pyenv查看pyenv可安装的版本列表
$ pyenv install --list
該命令将列出pyenv可以安装的列表,单单列举几个咱们关心的python和anaconda把:
2.7.8 # Python 2最新版本 3.4.1 # Python 3最新版本 anaconda-2.4.0 # 支持Python 2.6和2.7 anaconda3-2.0.1 # 支持Python 3.3和3.4安装指定的python版本。
$ pyenv install 3.4.1
该命令会从github上下载python的源代码安装,但是,我这里主要是用来进行科学计算的环境安装,因此,最后选择安装
anaconda-2.4.0(python2.7环境) 和 anaconda3-2.4.0(python3.4环境)。可以选择都安装,之后可以使用pyenv进行版本的切换。
注:
这里利用pyenv命令安装的python版本都安装在~.pyenv/versions文件夹下,当然,如果你从图形界面进入Ubuntu的用户主目录下可能看不见.pyenv文件夹,这时候,你可以使用ls -a看到隐藏的文件夹。
使用pip安装的包完成之后,可能需要对数据库进行更新:
pyenv rehash卸载指定的python版本
pyenv uninstall x.x.xpython版本查看
查看当前已经安装了的python版本:
pyenv versions
输出结果如下:
*system (set by /home/michael/.pyenv/version) 2.7.1 3.4.1 anaconda-2.4.0
system是指系统的python版本;*表示当前环境所处于的python版本
python版本切换全局版本切换:
pyenv global anaconda-2.4.0
全局切换为anaconda科学计算环境,因为,我现在也不做其他python开发,所以,无需再安装其他环境了。
查看现在的python版本:
michael@michael-ThinkCentre-XXXX:~$ pyenv versions system 2.7.1 3.4.1 * anaconda-2.4.0 (set by /home/michael/.pyenv/version)
有全局版本切换,当然也会有局部环境的切换:
在test文件夹下希望切换到python3.4.1:
pyenv local python3.4.1python virtualenv创建纯净虚拟环境
虽然直接安装pip安装virtualenv也行,但是通过pyenv插件的形式安装virtualenv的虚拟环境更加方便,因为之后的操作会比较方便。
安装插件pyenv-virtualenv参考文章:http://www.tiny-coder.com/home-article-51.html
pyenv-virtualenv插件安装:项目主页:https://github.com/yyuu/pyenv-virtualenv
pyenv virtualenv是pyenv的插件,为UNIX系统上的Python virtualenvs提供pyenv virtualenv命令。
git clone https://github.com/yyuu/pyenv-virtualenv.git ~/.pyenv/plugins/pyenv-virtualenv echo "eval "$(pyenv virtualenv-init -)"" >> ~/.bash_profile source ~/.bash_profile
这个插件将安装在主文件夹下的.pyenv文件夹中。
创建一个2.7.1的虚拟环境pyenv virtualenv 2.7.1 env271
再需要创建虚拟环境的文件夹下创建虚拟环境。
这条命令在本机上创建了一个名为env271的python虚拟环境,这个环境的真实目录位于:~/.pyenv/versions/
注意,命令中的 ‘2.7.1’ 必须是一个安装前面步骤已经安装好的python版本, 否则会出错。
然后我们可以继续通过 ‘pyenv versions’ 命令来查看当前的虚拟环境。
切换和使用新的python虚拟环境:pyenv activate env271
这样就能切换为这个版本的虚拟环境。通过输入python查看现在版本,可以发现处于虚拟环境下了。
下面基本上你就可以在这个虚拟环境里面为所欲为了 :) 再也不用担心系统路径被搞乱的问题了
如果要切换回系统环境, 运行这个命令即可
pyenv deactivate
那如果要删除这个虚拟环境呢? 答案简单而且粗暴,只要直接删除它所在的目录就好:
rm -rf ~/.pyenv/versions/env271/
或者卸载:
pyenv uninstall env271Anaconda科学计算包的使用: 使用conda list查看anaconda安装自带的包:
michael@michael-ThinkCentre-XXXX:~/test$ conda list # packages in environment at /home/michael/.pyenv/versions/anaconda-2.4.0: # abstract-rendering 0.5.1 np110py27_0 alabaster 0.7.6 py27_0 anaconda 2.4.0 np110py27_0 anaconda-client 1.1.0 py27_0 argcomplete 1.0.0 py27_1 astropy 1.0.5 np110py27_1 babel 2.1.1 py27_0 backports.ssl-match-hostname 3.4.0.2
注:
使用conda list命令的环境时python版本切换到anaconda版本下,不然,这个命令无法来查询。
看上面列表就能知道,anaconda的环境下,也是能使用系统pip命令安装的包的!
给anaconda安装包conda install ××××如果需要指定包的版本。
[package-name]=x.x #指定包的版本多个Python版本并存,尤其是2.x和3.x的并存。
这个通过virtualenv可以做到。Anaconda也正是通过其实现的。下面用conda创建一个名叫python2的版本为python2.7的环境。
conda create -n python2 python=2.7
这样就会在Anaconda安装目录下的envs目录下创建python2这个目录。
向其中安装扩展可以:
直接用conda install并用-n指明安装到的环境,这里自然就是python2。
像virtualenv那样,先activate,然后在虚拟环境中安装。
注:
关于virtualenv的使用,还需了解,可以参考python生态
下面的操作,貌似会安装很多包,谨慎使用。
conda create -n py34 python=3.4 anaconda利用Pycharm的版本切换功能~推荐!很方便!
可以选择安装anaconda 不同的版本,然后按照下面操作,切换版本。Windows/Linux下都有Pycharm。
Windows系统切换打开pycharm,打开preference --> project --> project interpreter-->
首先当然是安装你需要的两个不同版本的python,我安装的是2.7和3.4的,两个版本安装顺序无所谓,但是后面安装的会变成默认的(因为我是后安装的python 3.4,它就变成了默认的python)。
然后去python27 文件夹下面把python.exe改名python2.exe,然后就可以在命令行下通过python或者py来调用3.x,python2来调用2.x。
另外pip的话直接使用 pip2 或者 pip3 就可以了。
virtualenv简单来说,你的每一个项目都可以拥有一个多带带的、孤立的Python环境;你可以把所需的包安装到各自孤立的环境中。1
还是通过pip安装virutalenv。
sudo pip install virtualenv
安装完之后,运行下面的命令,为你的项目创建孤立的Python环境。
$ mkdir my_project_venv $ virtualenv --distribute my_project_venv # The output will something like: New python executable in my_project_venv/bin/python Installing distribute.............................................done. Installing pip.....................done.
那么这行代码都做了些什么呢?你创建了一个名叫my_project_venv的文件夹,用于存储新的Python环境。--distribute参数告诉virtualenv使用基于distribute包开发的新的、更好的打包系统,而不是基于setuptools的旧系统。你现在只需要知道,--distribute参数将会自动在虚拟环境中安装pip,免去了手动安装的麻烦。随着你的Python编程经验和知识增加,你会慢慢明白这个过程的具体细节。
通过下面的命令,激活虚拟环境:
$ cd my_project_venv $ source bin/activate
使用source命令启动activate脚本之后,你的命令行提示符应该会变成这样:
(my_project_venv)$
虚拟环境的名称会添加在$提示符的前面。
现在运行下面的命令,关闭虚拟环境:
(my_project_venv)$ deactivate
当你在系统层面安装virtualenv时(如果激活了虚拟环境,请先关闭),可以运行下面的命令帮助自己理解。
首先,我们来看看如果我们在终端输入python或者pip,系统会使用哪个执行文件。
$ which python /usr/bin/python $ which pip /usr/local/bin/pip参考: pyenv
Python多版本共存之pyenv
yyuu/pyenv-github
用pyenv 和 virtualenv 搭建单机多版本python 虚拟开发环境
lixm/pybooklet-github
使用 pyenv 和 Miniconda 管理 Python 科学计算环境
Python 2.X 3.X 多版本共存
一篇文章入门Python生态系统
用pyenv和virtualenv搭建python虚拟环境
AnacondaDOWNLOAD ANACONDA NOW
P]ython科学计算利器——Anaconda
Python科学计算发行版—Anaconda
一篇文章入门Python生态系统 ↩
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/37638.html
摘要:按目前的发展趋势,未来的主流版为。这里介绍一个强大的软件,它实现和两个版本的共存,并且可以相互转换。应用程序是包和环境管理器。另外值得一提的是,并不仅仅管理的工具包,它也能安装非的包。实际上,脚本和程序使用的默认是附带的。 前言 初学Python时,总是被python的两个不太兼容的版本搞得头昏脑胀。按目前的发展趋势,python未来的主流版为python3。但是我们经常会遇到一些很有...
摘要:我自己印象最深的是在上安装加密和科学计算模块,折腾了很久。这个精装是面向数据科学的,同时也保留了你自己进一步改装的空间。数据科学库包环境管理工具,这几样就是的主要功能。 几乎所有的 Python 学习者都遇到过 安装 方面的问题。这些安装问题包括 Python 自身环境的安装、第三方模块的安装、不同版本的切换,以及不同平台、版本间的兼容问题 等。当你因为这些问题而卡壳,一行代码没写就已...
摘要:的包使用软件包管理系统进行管理。超过万人使用发行版本,并且拥有超过个适用于和的数据科学软件包。提供了大部分功能,并且大多数情况下两个可以同时使用。 Anaconda Anaconda简介 Anaconda是一个免费开源的Python和R语言的发行版本,用于计算科学(数据科学、机器学习、大数据处理和预测分析),Anaconda致力于简化包管理和部署。Anaconda的包使用软件包管理系统...
摘要:是一个跨平台的发行版。主要用于数据分析与科学计算。等一些列著名的数据分析包已经整合到上。就连等最近火热的机器学习包都可以在上使用。强大的包管理与方便快捷的版本切换,使成为了科学计算的瑞士军刀。 Anaconda是一个跨平台的python发行版。可以直接在Windows,MacOS,Linux平台上运行。Anaconda主要用于数据分析与科学计算。Numpy,Pandas,Scipy等一...
摘要:学习利器我的小白安装之路序易用,但用好却不易,其中比较头疼的就是包管理和不同版本的问题,特别是当你使用的时候。另外值得一提的是,并不仅仅管理的工具包,它也能安装非的包。 Python学习利器——我的小白 Anaconda安装之路 序 Python易用,但用好却不易,其中比较头疼的就是包管理和Python不同版本的问题,特别是当你使用Windows的时候。为了解决这些问题,有不少发行版的...
阅读 1965·2021-11-24 09:39
阅读 1115·2021-09-10 11:25
阅读 1690·2021-09-08 10:42
阅读 3671·2021-09-06 15:00
阅读 2466·2019-08-30 15:54
阅读 3078·2019-08-29 17:08
阅读 3226·2019-08-29 11:26
阅读 2807·2019-08-28 18:27